mcp-research

mcp-research 技能使 AI 代理能够绕过过时的训练数据，利用即时、有来源依据的技术文档和网络搜索功能。此技能专为需要经过验证的即时数据来做出明智决策的软件工程师、开发人员和技术研究人员而设计。无论您是在处理 FastAPI 或 React 等快速发展的框架、管理复杂的依赖树，还是调试版本特定的错误，此技能都提供了一套结构化的方法来收集准确资讯。

• 使用 Context7 解析函数库 ID 并查询官方文档，以获取权威的 API 特征和用法。

• 透过 Exa 从 GitHub、Stack Overflow 和技术文档中获取以代码为中心的范例，提供实作参考。

• 针对技术生态系统更新、重大变更、更新日志和近期社群公告执行广泛的网络搜索。

• 使用 Jina 提取并合成技术 PDF 和学术论文中的资讯，进行深入的架构或理论调查。

• 实作分层检索工作流程，从精确可靠的来源开始，再扩展到更广泛的网络情境，确保结果的高精确度。

• 当检测到模型不确定性时，用户应明确调用 mcp-research 以触发研究密集型工作流程。

• 在建议升级或迁移路径之前，请务必根据当前的套件库数据验证依赖版本。

• 当多个来源发生冲突时，代理会报告差异并优先选择最安全的途径，例如建议进行隔离测试或固定版本。

• 输入需要具体的搜索查询，包括函数库名称、功能集和版本号，以减少噪声。

• 输出提供经过合成的调查结果，明确区分已确认的事实、官方文档和模型基于事实的推论。

• 需要配置对 Context7、Exa 和 Jina 工具的 MCP 服务器存取权限才能运作；若无法存取这些服务，技能效能将受限于标准的模型知识。